Détection assistée par IA des fractures aux rayons X (FRACT-AI) (FRACT-AI)

Cette étude a été ajoutée en tant que sous-étude à l'étude Simulation Training for Emergency Department Imaging 2 (ClinicalTrials.gov ID NCT05427838). Ce travail vise à évaluer l'impact d'un algorithme amélioré par l'intelligence artificielle (IA) appelé Boneview sur la précision diagnostique des cliniciens dans la détection des fractures sur simple XR (X-Ray). L'étude créera un ensemble de données de 500 radiographies simples impliquant des images standard de tous les os autres que le crâne et la colonne cervicale, avec 50 % de cas normaux et 50 % contenant des fractures. Une « vérité terrain » de référence pour chaque image afin de confirmer la présence ou l'absence d'une fracture sera établie par un panel de radiologues senior. Cet ensemble de données sera ensuite déduit par l'algorithme Gleamer Boneview pour identifier les fractures. Les performances de l'algorithme seront comparées à la norme de référence. L'étude entreprendra ensuite une étude de cas multiples à lecteurs multiples dans laquelle les cliniciens interpréteront toutes les images sans IA, puis avec accès à la sortie de l'algorithme d'IA. 18 cliniciens seront recrutés comme lecteurs, dont 3 dans chacun des six groupes cliniques distincts : médecine d'urgence, traumatologie et chirurgie orthopédique, infirmières praticiennes d'urgence, physiothérapie, radiologie et radiographes, avec trois niveaux d'ancienneté dans chaque groupe. Les changements dans l'exactitude des rapports (sensibilité, spécificité), la confiance et la vitesse des lecteurs au cours de deux sessions seront comparés. Les résultats seront analysés en analyse poolée pour l'ensemble des lecteurs ainsi que pour les sous-groupes suivants : Rôle clinique, Niveau d'ancienneté, Constat pathologique, Difficulté d'image. L'étude démontrera l'impact d'une interprétation de l'IA par rapport à l'interprétation par les cliniciens et par rapport aux cliniciens utilisant l'IA comme complément à leur interprétation. L'étude représentera une gamme d'horizons professionnels et de niveaux d'expérience parmi l'élément clinique. L'étude utilisera des radiographies sur film ordinaire qui représenteront une gamme de vues anatomiques et de présentations pathologiques, mais les radiographies présenteront un nombre égal de radiographies pathologiques et non pathologiques, en accordant le même poids à l'évaluation de la spécificité et de la sensibilité. L'approbation éthique a déjà été accordée et l'étude sera diffusée par le biais de publications dans des revues à comité de lecture et de présentations lors de conférences pertinentes.